爬到的网站进行xx处理

ykl920

爬到的代码片段如下，其中有文字，还有a标签和图片，如何处理才能只留下来文字和链接地址啊，用易语言的文本取中间搞了变天，这个页面可以，下个页面就不行了，希望哪位大神指点一下  


<p><b> </b>喷雾瓶 四个装【50ML】，8.8包u<br />7券<a isconvert='1' target='_blank' >https://jingfen.jd.com/item.html?sku=66302327446&q=F3Y…</a> <br>

<img src="https://wx2.sinaimg.cn/orj360/0067dkTkly1gcr2wio3nmj30g70cln2s.jpg"></p>

实现效果：
喷雾瓶 四个装【50ML】，8.8包u https://jingfen.jd.com/item.html?sku=66302327446&q=F3YQFBdtE3cXEBN&d=MbxCos

53507203

  

子程序名	返回值类型	公开	备 注
html过滤	文本型
参数名	类 型	参考	可空	数组	备 注
欲过滤的文本	文本型
是否过滤特殊符号	逻辑型

变量名	类 型	静态	数组	备 注
正则	正则表达式
计次	整数型
搜索结果	搜索结果		0
结果	文本型

结果 ＝ 欲过滤的文本
正则.创建 (“<[^>]*>”, 假)
搜索结果 ＝ 正则.搜索全部 (欲过滤的文本)
计次循环首 (取数组成员数 (搜索结果), 计次)
结果 ＝ 子文本替换 (结果, 搜索结果 [计次].取匹配文本 (欲过滤的文本, ), “”, , 1, 真)
计次循环尾 ()
如果真 (是否过滤特殊符号 ＝ 假)
结果 ＝ 子文本替换 (结果, “ ”, #换行符, , , 真)
结果 ＝ 子文本替换 (结果, “<”, “<”, , , 真)
结果 ＝ 子文本替换 (结果, “>”, “>”, , , 真)
结果 ＝ 子文本替换 (结果, “&”, “&”, , , 真)
结果 ＝ 子文本替换 (结果, “"”, #引号, , , 真)
结果 ＝ 子文本替换 (结果, “&#8194;”, “ ”, , , 真)
结果 ＝ 子文本替换 (结果, “&#8195;”, “ ”, , , 真)
结果 ＝ 子文本替换 (结果, ““”, #左引号, , , 真)
结果 ＝ 子文本替换 (结果, “””, #右引号, , , 真)
结果 ＝ 子文本替换 (结果, “—”, “—”, , , 真)
结果 ＝ 子文本替换 (结果, “…”, “…”, , , 真)
返回 (结果)

i支持库列表	支持库注释
RegEx	正则表达式支持库

.版本 2<br /> .支持库 RegEx<br /> <br /> .子程序 html过滤, 文本型, 公开<br /> .参数 欲过滤的文本, 文本型<br /> .参数 是否过滤特殊符号, 逻辑型, 可空<br /> .局部变量 正则, 正则表达式<br /> .局部变量 计次, 整数型<br /> .局部变量 搜索结果, 搜索结果, , "0"<br /> .局部变量 结果, 文本型<br /> <br /> 结果 ＝ 欲过滤的文本<br /> <br /> 正则.创建 (“<[^>]*>”, 假)<br /> 搜索结果 ＝ 正则.搜索全部 (欲过滤的文本)<br /> .计次循环首 (取数组成员数 (搜索结果), 计次)<br />     结果 ＝ 子文本替换 (结果, 搜索结果 [计次].取匹配文本 (欲过滤的文本, ), “”, , 1, 真)<br /> .计次循环尾 ()<br /> .如果真 (是否过滤特殊符号 ＝ 假)<br />     结果 ＝ 子文本替换 (结果, “ ”, #换行符, , , 真)<br />     结果 ＝ 子文本替换 (结果, “<”, “<”, , , 真)<br />     结果 ＝ 子文本替换 (结果, “>”, “>”, , , 真)<br />     结果 ＝ 子文本替换 (结果, “&”, “&”, , , 真)<br />     结果 ＝ 子文本替换 (结果, “"”, #引号, , , 真)<br />     结果 ＝ 子文本替换 (结果, “&#8194;”, “ ”, , , 真)<br />     结果 ＝ 子文本替换 (结果, “&#8195;”, “ ”, , , 真)<br />     结果 ＝ 子文本替换 (结果, ““”, #左引号, , , 真)<br />     结果 ＝ 子文本替换 (结果, “””, #右引号, , , 真)<br />     结果 ＝ 子文本替换 (结果, “—”, “—”, , , 真)<br />     结果 ＝ 子文本替换 (结果, “…”, “…”, , , 真)<br /> <br /> .如果真结束<br /> 返回 (结果)

看看是不是要的效果

ykl920

53507203 发表于 2020-3-12 14:01
[e=0].版本 2
.支持库 RegEx

大佬，你这个可以把图片和a链接去掉，但是链接保存下来的不对，我想保存的是a标签里的真实链接，你这个直接提取的是a标签外面的链接，大佬能在帮忙修改一下么？

ykl920

53507203 发表于 2020-3-12 14:01
[e=0].版本 2
.支持库 RegEx

其他的都对，就是链接要保存下来的是a标签里面真实链接，你这个处理后的是a标签外面省略的链接，麻烦大佬在帮忙修改一下啊

ykl920

53507203 发表于 2020-3-12 14:01
[e=0].版本 2
.支持库 RegEx

源码在这，帖子中target不知道怎么回事被过滤掉了

广二爷xxoo

1. .版本 2
   
2. 
   
3. .子程序 获取, 文本型
   
4. .参数 待获取文本, 文本型
   
5. .局部变量 正则, 正则表达式类
   
6. .局部变量 num, 整数型
   
7. .局部变量 导出文本, 文本型
   
8. 
   
9. 正则.创建 (“</b>(.*?)<br[\s|\S]*?href='(.*?)'>”, 待获取文本, , , , )
   
10. num ＝ 正则.取匹配数量 ()
    
11. .计次循环首 (num, num)
    
12.     导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (1, 1, 0) ＋ 正则.取子匹配文本 (1, 2, 0) ＋ #换行符
    
13. .计次循环尾 ()
    
14. 返回 (导出文本)
    

复制代码

补充内容 (2020-3-12 15:33):
正确代码在第九楼

广二爷xxoo

.版本 2

.子程序 获取, 文本型
.参数 待获取文本, 文本型
.局部变量 正则, 正则表达式类
.局部变量 num, 整数型
.局部变量 导出文本, 文本型

正则.创建 (“</b>(.*?)<br[\s|\S]*?href='(.*?)'>”, 待获取文本, , , , )
num ＝ 正则.取匹配数量 ()
.计次循环首 (num, num)
    导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (1, 1, 0) ＋ 正则.取子匹配文本 (1, 2, 0) ＋ #换行符
.计次循环尾 ()
返回 (导出文本)


补充内容 (2020-3-12 15:30):
同上

补充内容 (2020-3-12 15:34):
正确代码在第九楼

广二爷xxoo

  

子程序名	返回值类型	公开	备 注
获取	文本型
参数名	类 型	参考	可空	数组	备 注
待获取文本	文本型

变量名	类 型	静态	数组	备 注
正则	正则表达式类
num	整数型
导出文本	文本型

正则.创建 (“(.*?)
”, 待获取文本, , , , )
num ＝ 正则.取匹配数量 ()
计次循环首 (num, num)
导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (1, 1, 0) ＋ 正则.取子匹配文本 (1, 2, 0) ＋ #换行符
计次循环尾 ()
返回 (导出文本)

.版本 2<br /> <br /> .子程序 获取, 文本型<br /> .参数 待获取文本, 文本型<br /> .局部变量 正则, 正则表达式类<br /> .局部变量 num, 整数型<br /> .局部变量 导出文本, 文本型<br /> <br /> 正则.创建 (“(.*?)<br /> ”, 待获取文本, , , , )<br /> num ＝ 正则.取匹配数量 ()<br /> .计次循环首 (num, num)<br />     导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (1, 1, 0) ＋ 正则.取子匹配文本 (1, 2, 0) ＋ #换行符<br /> .计次循环尾 ()<br /> 返回 (导出文本)

补充内容 (2020-3-12 15:30):
同上

补充内容 (2020-3-12 15:33):
正确代码在第九楼

广二爷xxoo

上面错了

  

子程序名	返回值类型	公开	备 注
获取	文本型
参数名	类 型	参考	可空	数组	备 注
待获取文本	文本型

变量名	类 型	静态	数组	备 注
正则	正则表达式类
num	整数型
导出文本	文本型

正则.创建 (“</b>(.*?)<br[\s|\S]*?href='(.*?)'>
”, 待获取文本, , , , )
num ＝ 正则.取匹配数量 ()
计次循环首 (num, num)
导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (num, 1, 0) ＋ 正则.取子匹配文本 (num, 2, 0) ＋ #换行符
计次循环尾 ()
返回 (导出文本)

.版本 2<br /> <br /> .子程序 获取, 文本型<br /> .参数 待获取文本, 文本型<br /> .局部变量 正则, 正则表达式类<br /> .局部变量 num, 整数型<br /> .局部变量 导出文本, 文本型<br /> <br /> 正则.创建 (“</b>(.*?)<br[\s|\S]*?href='(.*?)'><br /> ”, 待获取文本, , , , )<br /> num ＝ 正则.取匹配数量 ()<br /> .计次循环首 (num, num)<br />     导出文本 ＝ 导出文本 ＋ 正则.取子匹配文本 (num, 1, 0) ＋ 正则.取子匹配文本 (num, 2, 0) ＋ #换行符<br /> .计次循环尾 ()<br /> 返回 (导出文本)

广二爷xxoo

广二爷xxoo 发表于 2020-3-12 15:33
上面错了

[e=5].版本 2

需要用到精益模块